[发明专利]一种基于多身份空间映射的关系网络构建方法

说明书

本发明公开了一种基于多身份空间映射的关系网络构建方法，利用个体身份相关数据将个体映射至多元身份空间，然后根据不同属性维度组合具备不同的身份辨识粒度和社会语义区分度，选取高辨识粒度和高社会语义区分度的属性组合作为个体的聚类维度，将用户在这些属性空间中进行聚类处理，最后通过个体间共现的频度来判定个体间是否存在关系，进而实现关系网络的构建。本发明具有高效、准确、去参数化等特点，可应用于推荐系统，网络安全等领域。

技术领域

本发明属于数据挖掘技术领域，涉及一种基于多身份空间映射的关系网络构建方法，适用于复杂身份环境下的关系挖掘与关系网络构建。

背景技术

随着网络科学(Network Science)的快速发展及相关理论的广泛应用，大多数复杂系统如通信网络系统，社会交际系统，跨国公司组织系统等能够以网络的形式进行高效表达，借助网络分析方法，更好的实现了复杂系统中深层规律与演化特征的挖掘，这是传统数据挖掘方法难以企及的，网络科学也因此成为一直被高度关注和研究的热点学科。网络的构建是网络科学的研究的基础，如何将原始数据准确高效的构建成网络，是网络分析开展的重要前提和基础，是网络科学中的重要基础问题。

传统的网络构建方法是根据节点间直接存在的“关系”进行构建的，如线上社交平台中，以用户为节点，用户间的好友关系为连边则可构建出线上社交网络，互联网空间中，以网站为节点，网站间的链接关系为连边则可构建出线上网站链接网络。但现实应用环境中，往往只能获取到节点的个体信息，节点间的关系信息难以获取，针对此类情况，传统的数据挖掘方法如K-means算法，层次聚类算法无法完成实现高精准度和细粒度的深层关系挖掘，为此需要设计一种关系挖掘方法将蕴含在节点个体信息中的关系信息映射至网络拓扑空间。

发明内容

本发明的目的是提供一种基于节点个体身份信息实现节点间潜在关系挖掘的技术方案，该发明能够准确且高效的实现节点间深层次的关系挖掘。

本发明所采用的技术方案是：一种基于多身份空间映射的关系网络构建方法，其特征在于，包括以下步骤：

步骤1：获取节点身份相关属性向量，记为I_i＝{Ar_i1,Ar_i2,…,Ar_in}，其中I_i表示第i个节点，Ar_ij表示I_i第j个身份属性的属性值，其中身份属性包含职业，收入，工作地点等具有个体辨识性的属性；

步骤2：定义节点身份核心标识集；

在节点身份空间中，称属性集合M为节点a的身份核心标识集，如果M满足：

1)M能够唯一识别出节点a；

2)M的任何真子集都无法唯一识别出节点a；

节点的身份核心标识集不唯一，节点可以不具备核心标识集，也可具备多个核心标识集；定义由两个或两个以上身份属性组成的核心标识集为群体性核心标识集；

步骤3：对属性集合{Ar_i}进行全排列，根据排列路径计算每个节点的核心标识集；

步骤4：根据步骤2，挑选出每由两个或两个以上属性组成的身份核心标识集作为节点的群体性核心标识集，记为{Agroup_i}_j，{Agroup_i}_j表示第j个节点的第i个群体性核心标识集序号；任意节点对之间进行对应{Agroup_i}_j的交集运算，得到具有群体划分性的属性组合Bgroup；

Bgroup在群体性核心标识集中出现的频度计算公式为：